수치 풍파 모델을 위한 강인 진화 기반 보정 방법

본 논문은 관측 데이터가 희박한 극지 해역, 특히 러시아 카라해와 같은 지역에서 수치 풍파 모델(SWAN)의 물리 파라미터를 효과적으로 보정하기 위한 새로운 방법론을 제시한다. 기존의 파라미터 튜닝은 관측과 모델 출력 간의 차이를 최소화하는 최적화 문제로 정의되지만, 데이터가 부족할 경우 특정 사건에 과도하게 맞춰지는(오버피팅) 위험이 크다. 이를 해결하고자 저자들은 두 가지 핵심 요소를 결합한 ‘REBEC(robust ensemble‑based evolutionary calibration)’ 접근법을 개발하였다. 첫 번째 요소는 입력 데이터 앙상블 생성이다. 대기 재분석 자료에서 추출한 풍속(동쪽 성분 U, 북쪽 성분 V)에 인공적인 가우시안 잡음을 추가한다. 잡음은 공간적·시간적 상관관계를 고려해 각 격자점에 퍼지며, 식(7)·(8)에서 정의된 방식으로 구현된다. 이를 통해 풍속 강제조건 자체의 불확실성을 확률적 앙상블 형태로 표현한다. 이 과정은 실제 재분석 오류가 갖는 구조적 특성을 모사하도록 설계되었으며, 모델 입력의 다양성을 인위적으로 확대한다. 두 번째 요소는 기존 다목적 진화 알고리즘인 SPEA2를 기반으로 한 적합도 평가의 수정이다. 기본 SPEA2는 각 개체(파라미터 집합)의 적합도를 단일 시뮬레이션 결과의 RMSE 등으로 평가한다. REBEC은 동일한 개체에 대해 생성된 입력 앙상블 전체에 대해 모델을 실행하고, 각 실행에서 얻은 목표 함수값을 수집한다. 이후 이 값들의 평균을 새로운 적합도로 사용함으로써, 파라미터가 다양한 풍속 시나리오에 대해 평균적으로 좋은 성능을 보이는지를 직접 평가한다. 또한, 평균값 외에도 분산이나 평균‑분산 조합을 강인성 지표로 활용할 수 있으나, 실험에서는 평균값이 가장 효과적인 트레이드오프를 제공한다는 결론에 도달했다. 알고리즘 흐름은 다음과 같다. 초기 인구를 무작위로 생성하고, 각 개체에 대해 입력 앙상블을 적용해 모델을 실행한다. 각 실행에서 목표 함수(예: 관측 지점별 RMSE)를 계산하고, 이들의 평균을 개체의 적합도로 할당한다. 비지배 해 집합(archive)을 유지하며, 이진 토너먼트 선택을 통해 교배·돌연변이 연산을 수행한다. 위 과정을 수렴 기준이 만족될 때까지 반복한다. 의사코드(Alg. 1)와 흐름도(Fig. 2)는 이 과정을 명확히 보여준다. 실험은 카라해 영역을 대상으로 SWAN 모델을 설정하고, 9개의 관측 지점을 선정해 1개월간의 훈련 데이터를 구성하였다. 보정 대상 파라미터는 풍속 드래그(DRG), 파면 파괴(STMP), 바닥 마찰(CFW) 등 세 가지이며, 각각 물리적 의미를 갖는다. 두 알고리즘(SPEA2와 REBEC)은 동일한 인구 규모(≈100), 교차·돌연변이 비율, 종료 기준(최대 세대 수 또는 적합도 변화 미미)을 적용했다. 성능 평가는 평균 RMSE, 평균 절대 오차(MAE), 그리고 앙상블 분산을 포함한 다중 지표로 수행되었다. 결과는 REBEC이 대부분의 시나리오에서 평균 오차를 감소시키면서도 분산을 낮게 유지함을 보여준다. 즉, REBEC은 “품질‑강인성”이라는 두 축을 동시에 최적화한다. 반면, 기본 SPEA2는 특정 관측 데이터에 대해 낮은 RMSE를 달성할 수 있으나, 입력 풍속에 작은 변동이 가해지면 성능이 급격히 악화되는 경향을 보였다. 이러한 차이는 REBEC이 입력 앙상블을 통해 파라미터 공간을 보다 넓게 탐색하고, 과적합을 방지하는 메커니즘을 제공하기 때문이다. 논문의 주요 기여는 다음과 같다. (1) 풍속 강제조건의 불확실성을 명시적으로 모델링한 입력 앙상블 생성 기법, (2) 앙상블 기반 평균 적합도를 도입해 강인성을 직접 최적화하는 진화 알고리즘 프레임워크, (3) 극지와 같이 관측이 제한된 환경에서도 파라미터 보정의 일반화 능력을 입증한 실증적 결과. 또한, 파라미터 튜닝 과정에서 발생할 수 있는 오버피팅을 방지하기 위해 “앙상블 평균 적합도”라는 새로운 평가 기준을 제시함으로써, 향후 다른 해양·대기 모델에도 적용 가능한 일반화된 강인 보정 전략을 제공한다. 향후 연구에서는 앙상블 규모와 잡음 특성에 대한 민감도 분석, 그리고 다른 종류의 물리 파라미터(예: 비선형 상호작용 항)까지 확장하는 방향이 제시된다.